Análisis y evaluación de proceso de Skin-Pass del acero de hojalata para la eliminación del defecto superficial de pliegue

Abstract

Análisis y evaluación de proceso de Skin-Pass del acero de hojalata para la eliminación del defecto superficial de pliegue. Hoy en día, la política de las grandes empresas siderúrgicas está dirigida hacia la reducción del coste de fabricación, dado el marco económico de estos años, la reducción del toneladas/hombre/año, y como consecuencia, la eliminación de todos aquellos rechazos internos y productos de no primera calidad. Esta tesis se centra en el proceso de temperizado, segundo proceso de laminación en frío dentro de la cadena de producción de productos finales de hojalata y previo al último proceso de la cadena productiva, el recubrimiento del metal. De ahí la importancia del objetivo de esta tesis, la eliminación del defecto de pliegue. Actualmente no es posible encontrar en las empresas siderúrgicas modelos para procesos de temperizado o skin-pass, los cuales permitan la eliminación del defecto superficial de pliegue. Ante la cada vez mayor exigencia de eficiencia en los procesos, mayor ratio de material de primera calidad y mayor homogeneidad y calidad exigida por parte de los clientes, las industrias siderúrgicas se ven obligadas a mejorar sus métodos de control, que en la actualidad, para este tipo de defecto de pliegue, son puramente manuales y basados en la experiencia del operador. Es obvio que este sistema de control basado en la experiencia del operador plantea dos serios inconvenientes: el primero la dificultad que puede suponer la introducción de un nuevo operario en dicho sistema, que no poseerá la experiencia de sus compañeros más veteranos. El segundo, y probablemente más importante, el coste de producción de una misma unidad de material es variable en función del equipo de trabajo. Se constata pues, la necesidad de aplicar técnicas basadas fundamentalmente en la incorporación del conocimiento del proceso, inherente a los datos históricos. Esta tesis combina el análisis empírico basado en modelos matemáticos clásicos mejorados con la aplicación de nuevas técnicas basadas en inteligencia artificial. Por su parte el análisis empírico ha permitido identificar las variables más relevantes para la caracterización del defecto superficial, dando una primera solución a través de modelos matemáticos convencionales optimizados. Por otro lado el empleo de dichas técnicas, basadas en inteligencia artificial, ha permitido validar los resultados obtenidos por métodos empíricos y mejorar el nivel de precisión del modelo. Dentro de estas nuevas técnicas, destaca por su gran capacidad de adaptación el método de splines regresivos adaptativos (Multivariable Adaptative Regressive Splines, MARS). Este tipo de tecnología, capaces de aprender a partir de los datos históricos proporcionados para su entrenamiento, puede ser aplicada a casi cualquier otro campo de la ciencia, donde se haga necesaria una predicción de resultados sobre la base de un conocimiento de datos anteriores en el tiempo. Un sistema como el aquí desarrollado, permite considerar en el modelo, todas aquellas peculiaridades que hacen única la instalación considerada. Estos sistemas pueden llegar a proporcionar predicciones correctas en un número de casos superior al 90%, siendo en el resto de los casos el error asumible.